日本統計学会誌
Back

日本統計学会誌, 第41巻 (第1号), pp. 51-81, 2011

RFM指標と顧客生涯価値:階層ベイズモデルを使った非契約型顧客関係管理における消費者行動の分析

阿部 誠

RFM Measures and Customer Lifetime Value: Investigating the Behavioral Relationship in a Non-Contractual Setting using a Hierarchical Bayes Model

Makoto Abe

要約. 顧客の離脱が観測できない "非契約型(Non-contractual)" 顧客関係管理で,優良顧客の判別にRFM (recency, frequency, monetary-value) 分析が広く使われていることは,リセンシー,フリクエンシー,マネタリバリューの3指標が顧客の購買行動を簡潔に集約していることを裏付けている.しかし既存のマーケティング文献では,これらの指標間の関係,そして顧客生涯価値 (CLV)との関係で矛盾した結果が報告されており,さらなる研究による一般経験化の必要性が求められている.本論文では,RFM指標の根底にある顧客の3行動プロセス—購買頻度,生存期間,1回当たり購買金額—をモデル化し,これらの相互関係とCLVとの関連を分析する.提案された階層ベイズ・モデルでは,この3行動プロセスを顧客のデモグラフィク変数と関連付けることで,CLVの高い新規顧客獲得への知見などの経営上の示唆を得る.
本モデルを百貨店とCDチェーン店のポイントカード(Frequent Shoppers Program)データに当てはめたところ,ベンチマークであるPareto/NBDに基づいたモデルと比較して,推定用と検証用サンプルの両方で,集計・非集計いずれのフィット基準においても優れていた.さらに,顧客関係管理に関するいくつかの本質的な争点が解明された.第1に,この研究で使われたデータでは,購買頻度と購買金額に相関が見られ,従来のPareto/NBDに基づいたCLVモデルは適応できないことが分かった.また,相関の方向は百貨店の場合は負,CDチェーン店の場合は正であり,データによって異なることが確認された.第2に,生涯価値への影響を離脱,頻度,金額の3つの顧客行動プロセスに分解し,それぞれを顧客のデモグラフィック変数と関連付けることによって,新規顧客獲得に対する有用な知見が得られた.これら3つの行動プロセスは生涯価値に逆の影響を与えてお互いに相殺することもあり,その場合CLVに対する影響は正味では小さくなる.第3に,パラメータの推定誤差を考慮しないとCLVや弾力性などの推定に大きなバイアスが生じ,マネジャーの意思決定に重大な過ちが生じる可能性がある.第4に,RFMの3指標すべてを用いた顧客スコアリング・モデルは,たとえ,それが単純な3指標の平均ランキングであっても,顧客生涯価値の順番を比較的正確に推定できることが分かった.

The wide use of RFM analysis in CRM suggests that these measures contain rather rich information about customer purchase behaviors. The existing literature provides conflicting findings on the relation between RFM and customer lifetime value (CLV), however, and several authors have advocated the need of further studies to provide empirical generalization. The present manuscript clarifies the issue through identification of the underlying customer traits characterized by the interrelated behaviors of purchase rate, lifetime, and spending per transaction using statistical RFM measures. The model also relates customer characteristics to the three behaviors, which, in turn, are linked to CLV to provide useful insight into customer acquisition.
Using frequent shoppers program data from a department store and a CD chain, several substantive issues are uncovered. First, correlations between purchase rate and spending can exist with the direction dependent on the data. When high purchase rate is associated with low spending, their relative magnitudes must be compared in order to assess the net impact on CLV. Second, useful insight into acquisition is gained by decomposing the impact of change in customer characteristics on CLV into three components: purchase rate, lifetime, and spending. The three components can exert influences in opposite directions, thereby canceling each other to produce a collectively reduced effect as the total on CLV. Third, not accounting for uncertainty in parameter estimation can cause large biases in metrics such as elasticity and CLV. Ignoring such biases can have a potentially serious consequence on managerial decisions. Fourth, incorporating all three RFM measures in a scoring model, even with a na\"\i ve equal weighting scheme, produces an accurate of CLV. The finding supports the popularity of RFM analysis and regression-type scoring models among practitioners for segmenting and identifying good customers.

キーワード: RFM分析,顧客生涯価値(CLV),顧客関係管理(CRM),新規顧客獲得,ベイズ手法,Pareto/NBDモデル,MCMC法


[全 文] (PDF 551 KB)